Evaluación Estandarizada y con Referencia a Normas

La evaluación estandarizada y con referencia a normas es el uso de instrumentos formales que se administran y puntúan bajo condiciones fijas, de modo que el rendimiento de un individuo puede compararse con la distribución de puntuaciones obtenidas de una muestra de referencia (normativa) representativa. En la patología del habla y el lenguaje, estas herramientas producen puntuaciones estándar, rangos percentiles y equivalentes de edad utilizados para apoyar las decisiones de elegibilidad, gravedad y diagnóstico.

Definition

Una prueba con referencia a normas es una medida administrada y puntuada bajo condiciones estandarizadas e interpretada comparando la puntuación bruta de un individuo con la distribución de puntuaciones de una muestra normativa definida, típicamente expresada como puntuaciones estándar o rangos percentiles.

Scope

Este tema cubre la lógica de la medición con referencia a normas, el significado de la estandarización, las propiedades psicométricas (fiabilidad, validez, adecuación normativa) que determinan la fiabilidad de una prueba, y la interpretación y los límites de los criterios de corte. Trata la evaluación estandarizada como un modo de evaluación dentro de la patología del habla y el lenguaje y como un tema metodológico, no como instrucciones para evaluar a un individuo.

Core questions

• ¿Qué nos dice realmente una puntuación estándar sobre un individuo en relación con sus pares?
• ¿Cuán adecuada debe ser la muestra normativa, la fiabilidad y la validez de una prueba antes de que sus puntuaciones puedan guiar el diagnóstico?
• ¿Dónde debe establecerse un punto de corte diagnóstico y cómo afecta esa elección a la sensibilidad y especificidad?
• ¿Cuándo es la evaluación con referencia a normas la herramienta incorrecta y qué debería complementarla?

Key concepts

• Estandarización de la administración y puntuación
• Muestra normativa (de referencia)
• Puntuación estándar, rango percentil, equivalente de edad
• Fiabilidad (test-retest, consistencia interna)
• Validez (de constructo, de contenido, de criterio)
• Sensibilidad, especificidad y puntos de corte diagnósticos
• Error estándar de medida
• Interpretación con referencia a normas versus con referencia a criterios

Mechanisms

Una prueba se estandariza fijando los ítems, el procedimiento de administración y las reglas de puntuación, para luego administrarla a una muestra normativa elegida para representar a la población de interés. La puntuación bruta de un individuo se convierte, utilizando la distribución de esa muestra, en una puntuación estándar o percentil que sitúa a la persona en relación con sus pares. El valor interpretativo de esta posición depende de la fiabilidad de la prueba (consistencia de la medición), su validez (si mide el constructo previsto) y la representatividad de las normas. El uso diagnóstico añade una regla de decisión: un punto de corte por debajo del cual el rendimiento se trata como desordenado, cuya ubicación rige el equilibrio entre sensibilidad y especificidad (Spaulding, Plante, & Farinella, 2006).

Clinical relevance

Las puntuaciones con referencia a normas con frecuencia determinan la elegibilidad para los servicios y la gravedad documentada de un trastorno de la comunicación, por lo que su calidad psicométrica tiene consecuencias directas sobre quién es identificado. Esta entrada describe cómo se derivan e interpretan dichas puntuaciones y las condiciones bajo las cuales son fiables; es una orientación de referencia y no prescribe cómo evaluar o diagnosticar a una persona específica.

Evidence & guidelines

Revisiones metodológicas han encontrado repetidamente que muchas pruebas de lenguaje y articulación publicadas no cumplen los criterios psicométricos básicos de fiabilidad, validez y adecuación normativa, advirtiendo contra la dependencia acrítica de sus puntuaciones (McCauley & Swisher, 1984). Los análisis de los criterios de elegibilidad muestran que los puntos de corte comunes (por ejemplo, un rendimiento de una o más desviaciones estándar por debajo de la media) no distinguen consistentemente a los niños con deterioro del lenguaje de sus pares con desarrollo típico, porque las pruebas difieren en su precisión diagnóstica (Spaulding et al., 2006). Los Estándares para la Evaluación Educativa y Psicológica establecen expectativas generales para el desarrollo de pruebas, la evidencia de validez y el uso justo (AERA, APA, & NCME, 2014).

History

La evaluación con referencia a normas en los trastornos de la comunicación se expandió rápidamente a mediados del siglo XX junto con el movimiento psicométrico más amplio codificado por figuras como Anastasi. Para la década de 1980, la proliferación de pruebas de lenguaje y articulación impulsó un escrutinio psicométrico sistemático (McCauley & Swisher, 1984), y el trabajo posterior cambió el énfasis de los puntos de corte convenientes hacia la precisión diagnóstica documentada y la integración de las puntuaciones estandarizadas con otra evidencia de evaluación (Spaulding et al., 2006).

Debates

¿Es suficiente un rendimiento por debajo de un punto de corte convencional para diagnosticar un deterioro?

Los puntos de corte diagnósticos como -1 o -1.25 desviaciones estándar son ampliamente utilizados, pero su sensibilidad y especificidad varían entre las pruebas; depender de un único umbral convencional puede tanto sobreidentificar como subidentificar a los niños, por lo que el punto de corte debe justificarse por la precisión diagnóstica medida de la prueba.

¿Qué tan bien representan las muestras normativas a las poblaciones diversas?

Cuando una muestra normativa no representa el origen lingüístico o cultural de una persona, las puntuaciones estándar pueden tergiversar la capacidad, planteando preguntas de larga data sobre el uso justo de las pruebas con referencia a normas en diversas poblaciones.

Key figures

• Rebecca McCauley
• Linda Swisher
• Elena Plante
• Tammie Spaulding
• Anne Anastasi

Seminal works

• mccauley-swisher-1984
• spaulding-2006
• anastasi-urbina-1997

Frequently asked questions

¿Cuál es la diferencia entre la evaluación con referencia a normas y la evaluación con referencia a criterios?

La evaluación con referencia a normas compara la puntuación de una persona con la distribución de una muestra de referencia para mostrar su posición relativa, mientras que la evaluación con referencia a criterios compara el rendimiento con una habilidad o estándar definido, independientemente de cómo se desempeñen los pares.

¿Por qué es importante el error estándar de medida?

Debido a que ninguna prueba es perfectamente fiable, una puntuación obtenida es una estimación; el error estándar de medida cuantifica su incertidumbre y es la razón por la cual las puntuaciones se interpretan mejor como intervalos de confianza en lugar de puntos exactos, especialmente cerca de un punto de corte diagnóstico.